[发明专利]一种基于万有引力搜索的云计算任务调度方法

权利要求书

1.一种基于万有引力搜索的云计算任务调度方法，其特征在于，包括以下步骤：

步骤一，选择：随机选择所有任务的n％作为样本，0n100，按照ETC矩阵来得到执行任务花费时间最少的方式，按这个方式来选择虚拟机去执行任务；

步骤二，判断平衡：如果当前系统处于平衡状态，则直接将当前批次任务分配到步骤一中选择的虚拟机上，若不平衡，则执行步骤三；

步骤三，迭代：为当前批次预分配的任务通过迭代方式来选择更为合适的虚拟机，并根据该迭代方式为虚拟机分配合适的服务器；

步骤四，判断当前物理机是否超过负载，若当前系统处于平衡状态则执行步骤六，否则执行步骤五；

步骤五，限制系统负载，更新当前的系统，重新选择虚拟机调度执行任务，返回步骤三；

步骤六，分配任务到虚拟机上；

步骤七，结束调度；

所述的步骤三中，用于选择虚拟机及分配服务器的迭代是通过万有引力算法来进行，包括以下步骤：

步骤1)、初始化：引力常数初始值G₀、调节引力常数G的衰减速度来控制搜索精度的参数值α、任务的个数M、虚拟机的个数N、服务器的个数J、阈值d及作为万有引力算法中粒子的任务、虚拟机和服务器的位置；

步骤2)、计算各任务、虚拟机和服务器这些粒子的适应度，然后根据适应度计算各粒子的质量，再根据质量得到各粒子所受引力；

步骤3)、更新变量G(t)、best(t)、worst(t)，G(t)为当前时刻引力常数，best(t)为当前时刻适应度最小值，worst(t)为当前时刻适应度最大值；

步骤4)、更新各物体位置；

步骤5)、如果存在作为任务的粒子和作为虚拟机的粒子之间的距离小于阈值c，则将该粒子所代表的任务分配给该虚拟机，直到所有代表任务的粒子分配完毕，则迭代过程结束。

2.根据权利要求1所述的一种基于万有引力搜索的云计算任务调度方法，其特征在于，所述的步骤二中，用于判断平衡的公式为：

其中T_i^VM为第i个虚拟机的当前负载，N为虚拟机个数；

T_j^C为第j个物理机的当前负载，M为物理机个数；

E_L(X)^VM为当前时刻虚拟机负载均值；

E_L(X)^C为当前时刻物理主机负载均值；

D_L(X)^VM为当前时刻虚拟机负载方差；

D_L(X)^C为当前时刻物理机负载方差；

其中λ为0-1之间的实数，S为系统稳定值。

3.根据权利要求1所述的一种基于万有引力搜索的云计算任务调度方法，其特征在于，所述的步骤2)中，计算各任务、虚拟机和服务器的适应度包括以下步骤：

将任务分配到虚拟机上时：任务的适应度为任务长度，虚拟机的适应度为虚拟机计算速度*CPU可用核数；

将虚拟机分配到服务器上时：适应度函数为

4.根据权利要求1所述的一种基于万有引力搜索的云计算任务调度方法，其特征在于，所述的步骤2)中，根据适应度计算各粒子的质量包括以下步骤：

M_ai＝M_pi＝M_i，其中M_ai为第i个粒子的主动引力质量，M_pi为第i个粒子的被动引力质量，M_i为第i个粒子的质量；

其中m_i(t)是根据适应度更新的第i个粒子的质量，fit_i(t)是第i个粒子在t时刻的适应度值，best(t)为当前时刻所有粒子的适应度中的最小值，即其中Z为粒子总数，worst(t)为当前时刻所有粒子的适应度中的适应度最大值，即其中Z为粒子总数；

其中M_i(t)为第i个粒子在t时刻的质量。